python-nltk в Ubuntu 12.04 LTS: nltk.download("коричневый") приводит к ошибке HTML 401
Я установил python-nltk на Ubuntu Server 12.04, используя apt-get.
Но когда я пытаюсь загрузить корпус, я получаю следующую ошибку:
$ python
Python 2.7.3 (default, Feb 27 2014, 19:58:35)
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import nltk
>>> nltk.download('brown')
[nltk_data] Error loading brown: HTTP Error 401: Authorization
[nltk_data] Required
False
Я пропустил какую-то конфигурацию или дополнительный пакет?
3 ответа
DEFAULT_URL используется в downloader.py из упакованной версии Ubuntu по-прежнему использует:
DEFAULT_URL = 'http://nltk.googlecode.com/svn/trunk/nltk_data/index.xml'
Но текущий сервер данных:
DEFAULT_URL = "http://nltk.github.com/nltk_data/"
Конечно, вы можете установить из исходного кода или... изменить уже установленную версию, чтобы она указала на новый сервер следующим образом:
sudo perl -pi -e 's#DEFAULT_URL = .*#DEFAULT_URL = "http://nltk.github.com/nltk_data/"#' /usr/lib/python2.7/dist-packages/nltk/downloader.py
Затем вы можете установить "коричневый" корпус:
$ python
Python 2.7.6 (default, Mar 22 2014, 22:59:56)
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import nltk
>>> nltk.download('brown')
[nltk_data] Downloading package 'brown' to /home/sylvain/nltk_data...
[nltk_data] Unzipping corpora/brown.zip.
True
>>> from nltk.corpus import brown
>>> brown.words()
['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', ...]
>>>
Это можно исправить без изменения исходного кода. Создайте собственный загрузчик в python:
>>> dl = nltk.downloader.Downloader("http://nltk.github.com/nltk_data/")
затем вы открываете диалоговое окно с графическим интерфейсом:
>>> dl.download()
Убедитесь, что у вас есть права на запись в каталог загрузки и загрузите то, что вам нужно.
pip install nltk --upgrade
Этот обновляет NLTK, а затем nltk.download() снова работает